用 AI 数字人：从口播视频到数字人直播
AI数字人怎么做、数字人直播用什么工具？本文按大陆直连与否整理蝉镜、腾讯智影、剪映、百度智能云数字人、万兴播爆、HeyGen 六款，先分清口播视频、直播、电商讲品三类用法，并给出从授权、录素材到发布的五步流程，以及肖像与声音授权、AI 生成内容标识、平台直播规则三条合规红线。
⚠️ 用真人形象或声音做数字人，必须取得本人授权；发布与直播须按《人工智能生成合成内容标识办法》和平台规则标识为 AI 生成。用数字人冒充他人属违法，本站只讲合规用法。
结论先行：AI 数字人在 2026 年最成熟的用法是「固定机位口播」——知识科普、产品讲解、企业培训、电商讲品，上半身正面入画、动作少、背景简单，成片已经能直接发布。仍要人做的是三件事：拿到出镜者的授权并录好克隆素材、写一份像人说话的口播稿、发布前逐句核口型和字幕。数字人直播要难一层：画面能长时间跑，但弹幕互动和临场应变离不开真人，部分平台规则也明确要求真人驱动实时互动，具体以开播平台的最新规则为准。
选工具看三条：一是大陆能否直连，国产几款不用梯子、支持境内支付；二是计费方式——形象和声音的定制费往往单独收，生成再按视频分钟数或积分扣，免费档在时长、清晰度、水印、能否定制形象上各家限制不同；三是用法分清：做短视频口播是一类，做数字人直播或企业数字员工是另一类，电商批量讲品又是一类，这三类工具的长处不重合，先定用法再挑工具。
能做这件事的工具
| 工具 | 选它的理由 | 免费额度 | 大陆直连 |
|---|---|---|---|
| 蝉镜蝉妈妈 | 国产数字人视频与直播一体的平台，上传约 2 分钟真人视频克隆分身，电商口播与知识科普用得多。 | 以官网为准 | ✓ 直连 |
| 腾讯智影 ↗腾讯 | 腾讯的在线视频创作平台，数字人播报、文本配音、数字人直播都在网页工作台里完成，不用装软件。 | 以官网为准 | ✓ 直连 |
| 剪映字节跳动 | 已经用剪映剪片的直接用它内置的数字人与声音克隆，口播生成和后期剪辑在一个软件里闭环。 | 以官网为准 | ✓ 直连 |
| 百度智能云数字人 ↗百度智能云 | 偏企业方案，覆盖 2D／3D 形象定制、数字人直播与数字员工，要批量部署或私有化时看它。 | 以官网为准 | ✓ 直连 |
| 万兴播爆 Virbo ↗万兴科技 | 电商讲品向，拿商品图和一句卖点批量生成数字人带货口播，长处是出量快。 | 以官网为准 | ✓ 直连 |
| HeyGenHeyGen | 海外口播与视频翻译的常用选择，同一形象切换多语种并重新对口型，适合出海内容。 | 免费档每月 3 条视频、单条最长 1 分钟，含 1 个自定义形象。 | 需海外网络 |
工具名链到本站入口页(官网地址、免费额度、登录方式随时复核);「需海外网络」只是客观说明其官方服务不面向中国大陆,本站不介绍任何绕过方式。
怎么做
- 先定用法和形象来源——做短视频口播、数字人直播还是电商讲品；形象用平台自带的公共形象、克隆你自己，还是请出镜者授权克隆。用他人形象或声音的，先签好写明用途、期限、发布平台的书面授权，再动手。
- 录克隆素材。固定机位、正面平视、光线均匀、背景干净，上半身入画、嘴部不被遮挡，用平常语速自然说话并留出几次停顿；衣着发型尽量和日后成片一致。素材质量决定成片上限，后期救不回来。
- 写口播稿。按说话的方式改写，每句一口气能念完，多音字、数字、英文缩写先标好读音；一条视频只讲一个主题，长内容拆成多条。数字人没有临场表情，信息密度得靠稿子撑。
- 生成后逐句检查口型是否对得上（英文和快语速段落最容易错位）、动作是否重复僵硬、有无读错字，只重生成出问题的段落；再进剪辑软件插入画面素材、字幕和音乐，别让一张脸从头讲到尾。
- 发布前过一遍合规。成片保留生成工具加的 AI 生成标识，发布时在平台的声明入口如实标注；做数字人直播的，开播前读一遍直播平台对虚拟主播的注册、标识和真人值守要求，按规则开播。
常见坑
- 形象和声音都必须本人授权。肖像权和声音权益受法律保护，国内已有法院判决认定自然人的声音权益及于 AI 合成声音；《互联网信息服务深度合成管理规定》也要求提供人脸、人声编辑功能时，提示使用者依法告知被编辑的个人并取得其单独同意。只克隆你自己，或拿到明确的书面授权。
- 用数字人冒充他人属违法行为。未经授权用明星、企业负责人或任何真实人物的形象和声音做宣传、带货、发言，涉及侵犯肖像权与声音权益，还可能构成虚假宣传或诈骗；主流平台的服务条款也禁止未经同意上传他人形象。
- 《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行，要求对生成合成内容添加显式与隐式标识，相关规定禁止用技术手段删除、篡改、隐匿标识。数字人视频是典型的合成人像加合成人声，别裁掉或遮挡工具加上的标识。
- 数字人直播不是开了就能挂着。各直播平台对虚拟主播普遍有注册或报备、画面标识、真人实时互动等要求，部分商品类目限制更严，违规可能被处置；规则更新快，以开播平台的最新规则为准。
常见问题
AI数字人制作要花多少钱？
分两块算：一是形象和声音的定制费，二是按视频分钟数或积分扣的生成费，重生成同样扣。多数平台有免费档或试用额度，限制在时长、清晰度和水印上，比如 HeyGen 免费档为每月 3 条、每条最长 1 分钟。企业级定制、直播和私有化部署一般走商务报价，价格以各平台官网为准。
数字人直播可以 24 小时无人挂播吗？
别按这个预期规划。抖音 2023 年发布的人工智能生成内容平台规范就要求虚拟人直播由真人驱动进行实时互动，其他平台对虚拟主播也有标识与互动方面的要求，且在持续更新。常见做法是数字人负责讲解，真人在后台值守、回复弹幕、处理突发情况，开播前以平台最新规则为准。
可以用明星或别人的照片、视频做数字人吗？
未经本人授权不可以。用他人肖像、声音生成数字人涉及肖像权与声音权益，拿去带货或发言还可能构成虚假宣传，冒充他人属违法。合规的做法只有两种：用平台已取得授权的公共形象，或拿到出镜者本人明确的书面授权后再克隆。
数字人视频和 AI 配音、AI 生成视频有什么区别？
AI 配音只出音轨；AI 生成视频是从文字或图片生成画面镜头，人物和场景每次都可能变；数字人是固定一个人像，让它按你的稿子开口讲，重点在口型和形象一致。做讲解口播选数字人，做剧情或氛围镜头选视频生成，只要旁白就选配音。